期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于多分类相关向量机的变压器故障诊断
被引量:
1
下载PDF
职称材料
导出
摘要
变压器在是电力系统的重要变电设备,对其故障进行诊断是目前的热点,文章通过引入M-RVM理论,在此基础上提出了基于M-RVM的油浸式电力变压器故障诊断方法,给出了该诊断方法的具体实现过程,并将其与改良三比值诊断方法、贝叶斯分类器诊断方法和支持向量机诊断方法进行了比较。通过实例分析验证了所提诊断方法的有效性。
作者
肖华兰
吴骏
机构地区
湖北荆门供电公司
江西九江供电公司
出处
《电子世界》
2013年第15期61-62,70,共3页
Electronics World
关键词
变压器
故障诊断
M-RVM理论
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
引文网络
相关文献
节点文献
二级参考文献
48
参考文献
16
共引文献
211
同被引文献
72
引证文献
1
二级引证文献
19
参考文献
16
1
孙才新;陈伟根;李俭.电气设备油中气体在线监测与故障诊断技术[M]{H}北京:科学出版社,20031-188.
2
张德明.变压器分接开关状态监测与故障诊断[M]{H}北京:中国电力出版社,2008121-142.
3
朱德恒;严璋;谈克雄.电气设备状态监测与故障诊断技术[M]{H}北京:中国电力出版社,2009244-302.
4
操郭奎;许维宗;阮国方.变压器运行维护与故障分析处理[M]{H}北京:中国电力出版社,2008156-170.
5
王梦云.
110 kV及以上变压器事故统计分析[J]
.供用电,2006,23(1):1-4.
被引量:37
6
王梦云.
2005年度110(66)kV及以上变压器事故与缺陷统计分析[J]
.电力设备,2006,7(11):99-102.
被引量:33
7
王昌长;李福琪;高胜友.电气设备的在线监测与故障诊断[M]{H}北京:清华大学出版社,2006137-163.
8
Tang W H,Wu Q H. Condition Monitoring and Assessment of Power Transformers Using Comp-utational Intel igence[M].{H}New York:Springer-verlag,2011.95-104.
9
彭席汉.变压器DGA智能在线监测仪的研究与开发[D]浙江:浙江大学,20071-5.
10
程鹏,佟来生,吴广宁,唐平.
大型变压器油中溶解气体在线监测技术进展[J]
.电力自动化设备,2004,24(11):90-93.
被引量:21
二级参考文献
48
1
林永平.
变压器油色谱分析技术的发展及最新动态[J]
.变压器,2002,39(z1):46-49.
被引量:29
2
章剑光,周浩,项灿芳.
基于Super SAB神经网络算法的主变压器故障诊断模型[J]
.电工技术学报,2004,19(7):49-52.
被引量:12
3
李峥,马宏忠.
电力变压器故障诊断的可拓集法[J]
.电力自动化设备,2004,24(11):14-17.
被引量:14
4
程鹏,佟来生,吴广宁,唐平.
大型变压器油中溶解气体在线监测技术进展[J]
.电力自动化设备,2004,24(11):90-93.
被引量:21
5
顾洁.
基于物元模型的电力系统中长期负荷预测[J]
.电力系统及其自动化学报,2004,16(6):68-71.
被引量:10
6
吕干云,程浩忠,董立新,翟海保.
基于多级支持向量机分类器的电力变压器故障识别[J]
.电力系统及其自动化学报,2005,17(1):19-22.
被引量:57
7
谢可夫,罗安.
遗传算法在变压器故障诊断中的应用[J]
.电力自动化设备,2005,25(4):55-58.
被引量:25
8
吴立增,朱永利,苑津莎.
基于贝叶斯网络分类器的变压器综合故障诊断方法[J]
.电工技术学报,2005,20(4):45-51.
被引量:57
9
夏胜平,张乐锋,虞华,张静,胡卫东,郁文贤.
基于RSOM树模型的机器学习原理与算法研究[J]
.电子学报,2005,33(5):939-944.
被引量:11
10
黎静华,栗然.
基于知识粗糙度的多变量决策树在变压器故障诊断系统中的应用[J]
.电力自动化设备,2005,25(10):40-43.
被引量:8
共引文献
211
1
汲胜昌,张凡,师愉航,占草,朱叶叶,陆伟峰.
基于振动信号的电力变压器机械状态诊断方法研究综述[J]
.高电压技术,2020,46(1):257-272.
被引量:65
2
吴宏琅,郑小晴.
浅议高压电气设备在线监测技术[J]
.福建电力与电工,2005,25(1):19-22.
被引量:6
3
魏华.
变压器在线监测技术的应用[J]
.福建商业高等专科学校学报,2007(3):125-128.
被引量:4
4
陈金祥.
变压器绕组内局部放电UHF电磁波传播过程研究[J]
.电力与电工,2013,33(3):9-12.
被引量:1
5
邓岳华,阮绵晖,刘味果.
高压设备绝缘在线监测系统的现场应用与分析[J]
.电网技术,2004,28(16):69-72.
被引量:29
6
王永强,律方成,李和明.
基于贝叶斯网络和油中溶解气体分析的变压器故障诊断方法[J]
.电工技术学报,2004,19(12):74-77.
被引量:23
7
戴铁军,张文丽.
基于模糊神经网络预报变压器油中微水含量的探讨[J]
.煤矿机电,2005,26(3):49-51.
被引量:1
8
邓宏贵,曹建,罗安.
一种新的遗传算法及其在变压器故障诊断中的应用[J]
.中南大学学报(自然科学版),2005,36(3):481-485.
被引量:12
9
肖燕彩,朱衡君,张霄元,陈秀海.
基于溶解气体分析的电力变压器在线监测与诊断技术[J]
.电力自动化设备,2006,26(6):93-96.
被引量:25
10
孙丽萍,杨江天.
基于离散灰色模型的变压器油中溶解气体浓度预测[J]
.电力自动化设备,2006,26(9):58-60.
被引量:5
同被引文献
72
1
张重远,罗世豪,岳浩天,王博闻,刘云鹏.
基于Mel时频谱-卷积神经网络的变压器铁芯声纹模式识别方法[J]
.高电压技术,2020,46(2):413-423.
被引量:66
2
范磊,张运陶,程正军.
基于Matlab的改进BP神经网络及其应用[J]
.西华师范大学学报(自然科学版),2005,26(1):70-73.
被引量:33
3
王美荣,傅丽君.
油中溶解气体分析法在变压器故障判断中的应用[J]
.高压电器,2005,41(6):473-475.
被引量:4
4
黎大健,梁基重,步科伟,杨景刚,李彦明.
GIS中典型缺陷局部放电的超声波检测[J]
.高压电器,2009,45(1):72-75.
被引量:153
5
张凯,黄华平,杨海涛,谢庆.
利用改进遗传算法与LS-SVM进行变压器故障诊断[J]
.电网技术,2010,34(2):164-168.
被引量:31
6
任静,黄家栋.
基于免疫RBF神经网络的变压器故障诊断[J]
.电力系统保护与控制,2010,38(11):6-9.
被引量:42
7
索红军.
基于关系数据库的变压器故障诊断专家系统[J]
.科学技术与工程,2010,10(18):4503-4505.
被引量:6
8
程加堂,熊伟,段志梅,雷竞业.
灰色神经网络在变压器故障诊断中的应用[J]
.高压电器,2010,46(8):56-58.
被引量:23
9
刘丽,唐杰,刘卓.
基于改进微分进化优化神经网络的电力变压器故障诊断[J]
.电力系统保护与控制,2010,38(20):106-109.
被引量:19
10
余磊.
变压器噪声的产生与影响因素探讨[J]
.装备制造技术,2010(10):184-185.
被引量:11
引证文献
1
1
林凡勤,李明明,郭红.
变压器故障诊断技术综述[J]
.计算机与现代化,2022(3):116-126.
被引量:19
二级引证文献
19
1
苏永强,陈影.
SVG变压器短路故障分析与处理技术研究[J]
.中国新技术新产品,2022(18):81-84.
2
钱峰,叶友卫,陈尊杰.
基于人工鱼群算法优化极限学习机的变压器故障诊断[J]
.电气开关,2022,60(6):48-51.
被引量:3
3
王瑞,尤敬尧,章小彬,李勇,徐志锋,刘闯.
基于蚁狮算法优化极限学习机的变压器故障诊断[J]
.黑龙江电力,2023,45(1):17-22.
被引量:2
4
熊国玺,李培健,谭尚仁.
大型变压器低压侧绕组直流电阻不平衡率超标原因分析[J]
.云南水力发电,2023,39(3):262-265.
5
贾皓阳,钱宇.
基于贝叶斯优化XGBoost算法的变压器故障诊断[J]
.黄河水利职业技术学院学报,2023,35(2):37-43.
被引量:2
6
叶华胜,冯跃,金麟.
基于卷积神经网络的变压器故障诊断[J]
.电力设备管理,2023(6):267-269.
7
宋诚,夏翔,王鑫一,杨文星,姚平.
基于MFCC和CNN的变压器声学特征提取及故障识别[J]
.电工电气,2023(6):49-54.
被引量:2
8
任双赞,叶晓林,孙业峥,汤晓君,辛蕾,吴昊,朱红梅.
基于单气室真空脱气的变压器油中溶解气体红外光谱分析探讨[J]
.绝缘材料,2023,56(7):109-113.
被引量:2
9
陈月,许秀英,梁春英,伊娜.
变压器故障诊断及分析方法[J]
.农机使用与维修,2023(8):124-128.
10
王玉伟,余俊龙,彭平,谢锦莹,易俊飞,陶梓铭.
基于多模型融合的变压器故障在线检测方法[J]
.高电压技术,2023,49(8):3415-3424.
被引量:3
1
李剑敏,卢敦诒,李剑清,莫灿林.
小波神经网络在变压器故障诊断中的应用[J]
.浙江工业大学学报,2001,29(1):56-59.
被引量:4
2
RV功率放大器 AMPLIFIERS[J]
.微型计算机,2006(20):128-128.
3
洪智勇,刘华,邓维斌,秦克云.
基于粗糙集与相关向量机的文本分类新方法[J]
.计算机仿真,2010,27(7):183-186.
被引量:3
4
硬件新闻[J]
.微型计算机,2005(5):52-55.
5
朱峰,张广明.
基于C#和Matlab的变压器故障诊断系统的开发[J]
.化工自动化及仪表,2011,38(10):1224-1226.
被引量:3
6
盖玉超,孙娴.
基于遗传神经网络的变压器故障诊断[J]
.煤矿机械,2011,32(10):268-270.
被引量:7
7
阳同光,桂卫华.
基于KPCA与RVM感应电机故障诊断研究[J]
.电机与控制学报,2016,20(9):89-95.
被引量:24
8
杨贵宇.
基于关联规则的变压器故障诊断[J]
.电脑知识与技术,2012,8(10X):7167-7168.
9
查进道.
基于PSO-RVM的复杂曲面拟合算法[J]
.科技创新导报,2013,10(28):203-204.
10
王芳,郑建柏.
基于朴素贝叶斯分类的变压器故障诊断[J]
.电力安全技术,2013,15(9):32-34.
被引量:2
电子世界
2013年 第15期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部